2. 车联网基础
在驾驶行为风险特征工程中，数据不是凭空产生的，而是沿着一条从物理世界到数字世界的完整链路逐层传递。理解这条链路的每一环——车联网如何定义、V2X如何通信、传感器如何感知、T-Box与OBD如何汇聚、CAN总线如何承载——是后续做特征提取、风险建模的前提。本节将这条链路拆解为可操作的认知框架。
一、车联网的定义与整体架构
车联网（Internet of Vehicles, IoV）是以车辆为节点，通过无线通信技术实现车与车、车与路、车与人、车与云平台之间信息交互的移动网络。它的本质是把汽车从“孤立机械体”变成“移动数据节点”。从数据视角看，车联网由三层构成：感知层（传感器、摄像头、雷达）、传输层（V2X、蜂窝网络、蓝牙）、平台层（TSP、大数据平台、算法服务）。驾驶行为风险特征工程主要工作在感知层与传输层交界处，即“车辆内部数据如何被采集并送出”。
二、V2X通信：车与外界的信息交换
V2X（Vehicle-to-Everything）是车联网的通信核心，包含四个子类：V2V（车与车）、V2I（车与基础设施）、V2P（车与行人）、V2N（车与网络）。在风险特征场景中，V2X的价值在于提供超视距信息：前车急刹、路口盲区来车、信号灯相位等，这些信息无法仅靠本车传感器获得。
V2X主要有两种技术路线：DSRC（专用短程通信）和C-V2X（蜂窝车联网）。C-V2X又分为LTE-V2X和5G-V2X。对特征工程而言，V2X数据通常以BSM（基本安全消息）和RSM（路侧安全消息）形式出现，包含位置、速度、航向角、加速度等字段，采样频率约10Hz。这些字段可直接用于构建“相对速度差”“碰撞时间TTC”等风险特征。
三、车载传感器与数据采集方式
车载传感器是驾驶行为数据的源头。按采集对象可分为三类：
- 车辆状态传感器：车速、轮速、方向盘转角、制动踏板开度、节气门位置、发动机转速。这些数据通过CAN总线广播，是驾驶行为分析的核心。
- 环境感知传感器：摄像头、毫米波雷达、激光雷达、超声波雷达。用于识别车道线、前车距离、障碍物，输出结构化目标列表。
- 定位与惯性传感器：GNSS、IMU。提供经纬度、海拔、三轴加速度、横摆角速度，用于判断急加速、急转弯、急变道。
数据采集方式主要有三种：OBD接口采集（通过OBD-II读取CAN总线上的标准PID）、T-Box直采（车企前装设备直接接入CAN总线并上传云端）、外接传感器采集（后装设备如行车记录仪、ADAS盒子）。三者的数据粒度、频率和字段完整度差异显著，直接影响特征工程的上限。
四、T-Box、OBD与CAN总线：数据汇聚与传输
CAN总线是车辆内部的“神经系统”，采用差分信号传输，抗干扰强，速率通常为500kbps。它按广播方式工作，所有节点共享总线，报文以ID区分优先级。驾驶行为相关的高频信号（如车速、转速、方向盘转角）通常以10ms～100ms周期广播。
T-Box（Telematics Box）是前装车联网的核心网关，它从CAN总线读取车辆状态，通过4G/5G上传至TSP平台。T-Box通常支持远程控制、故障诊断、数据上报，其数据频率受限于网络带宽和车企策略，常见为1Hz～10Hz。OBD则多用于后装场景，通过标准OBD-II接口读取排放相关PID，频率较低（约1Hz），但安装方便，适合车队管理。
| 采集方式 | 典型频率 | 数据字段 | 适用场景 |
|---|---|---|---|
| T-Box前装 | 1～10Hz | 车速、转速、挡位、GPS、故障码 | 车企大数据、保险UBI |
| OBD后装 | 约1Hz | 车速、转速、节气门、故障码 | 车队管理、简易UBI |
| 外接传感器 | 10～100Hz | 加速度、角速度、视频、雷达目标 | ADAS研究、急驾驶识别 |
下面是一段典型的CAN报文解析示例，展示如何从原始帧中提取车速信号：
# CAN帧示例：ID=0x0C9，数据8字节
# 车速信号：起始位8，长度16，精度0.01，偏移0
raw = [0x00, 0x00, 0x1A, 0x2B, 0x00, 0x00, 0x00, 0x00]
speed_raw = (raw[2] << 8) | raw[3] # 0x1A2B = 6699
speed_kmh = speed_raw * 0.01 # 66.99 km/h
print(f"车速: {speed_kmh:.2f} km/h")
五、案例与复盘：一次急刹车特征提取的完整链路
假设我们要提取“急刹车”风险特征。数据链路如下：制动踏板传感器产生开度信号→CAN总线以20ms周期广播→T-Box以5Hz采样并上传→云端平台存储为时间序列。在特征工程中，我们计算制动踏板开度的一阶差分，若在0.5秒内从0升至80%以上，则标记为急刹车事件。
常见误区有三个：第一，忽略CAN总线周期与T-Box采样周期的差异，导致差分计算的时间基准错误；第二，未做信号对齐，将GPS速度与轮速混用，产生虚假加速度；第三，把OBD的1Hz数据当作高频数据使用，无法捕捉急刹车瞬间。复盘结论是：特征工程前必须明确数据源的采样率、时间戳精度和信号定义，否则再复杂的模型也无法弥补数据链路的缺陷。
总结来看，车联网基础不是一堆名词的堆砌，而是一条有明确层级、接口和约束的数据管道。V2X提供外部视野，传感器提供内部状态，CAN总线负责车内汇聚，T-Box/OBD负责车云传输。只有把这条链路的采样率、字段定义和时间基准搞清楚，后续的驾驶行为风险特征工程才有可靠的数据地基。